智东西
编译 江宇
编辑 漠影
智东西7月16日消息，今日，前OpenAI首席技术官Mira Murati创办的AI公司Thinking Machines Lab（简称TML）宣布完成20亿美元种子轮融资（约合人民币143.46亿元），由a16z领投，NVIDIA、Accel、ServiceNow、CISCO、AMD、Jane Street等参投。
这是史上最大规模的种子轮融资，而TML成立于2025年2月，至今仅5个月。
成立之初，OpenAI联合创始人John Schulman等二十余位顶级AI研究员便加入了TML，使其迅速成为行业焦点。
一、企业定制AI + 消费级产品双线布局，云服务巨头争相竞逐
TML的核心业务围绕“企业定制型AI”和“通用消费级产品”两条路径展开，Murati对投资人尤为强调前者。
多位与Murati接触过的投资人透露，TML主攻方向之一是企业AI定制。该团队正基于强化学习（Reinforcement Learning）构建模型，让AI围绕客户的核心KPI（如营收、利润等）进行优化，直接服务于业务增长目标。
这种“以业务指标为导向”的强化学习思路，被称为“RL for business”，尤其适用于客服、投行、零售等垂直行业，具备较强的商业转化和客户价值提升潜力。
在基础模型选择上，TML计划以开源体系为起点。虽然开源模型在能力上略逊于闭源系统如GPT-4，但Murati认为性能差距正在缩小，如近期DeepSeek的突破。
尽管尚无明确证据表明TML使用了DeepSeek，但其开源+定制的策略已基本成形。
除了企业服务，TML也在孵化通用型消费级AI产品，目前尚未公布具体形态。但据知情人士透露，TML曾内部讨论开发一款与ChatGPT竞争的对话型助手。若该方向落地，TML将直接切入OpenAI的核心赛道。
在模型建构路径上，TML采用“模型层融合”（model merging）方式，将多个已有模型的关键处理层拼接为新模型，跳过从零开始训练，显著提升研发效率。
据悉，其模型训练在谷歌云租用的英伟达GPU服务器上进行，也正因此成为谷歌潜在投资对象。谷歌此前已通过“云资源换股权”的方式支持了Anthropic、Safe Superintelligence、Character.ai等初创AI公司。
与此同时，亚马逊CEO Andy Jassy也于4月与Murati在旧金山会面，表达希望TML能成为AWS云生态一部分的意愿。
二、北大学霸当联创，OpenAI元老级班底齐聚TML
TML的另一大看点在于人才结构。Murati不仅吸引了资本青睐，也聚拢了OpenAI乃至AI领域的核心人才。以下为目前已知的部分核心成员名单：
（1）Mira Murati：TML创始人兼CEO，前OpenAI首席技术官（CTO），GPT-4、ChatGPT和DALL·E核心负责人。曾任特斯拉Model X及Autopilot系统项目负责人，后在Leap Motion主导增强现实方向的人机交互产品。
▲Mira Murati（左）和Sam Altman（右）。
（2）John Schulman：OpenAI联合创始人，前强化学习团队负责人，现担任TML的联合创始人兼首席技术官（CTO）。Meta创始人兼CEO扎克伯格曾试图挖走Schulman，但未能成功。
▲UC Berkeley EECS讲座中，John Schulman在讲台上演讲。
（3）Barret Zoph：前OpenAI研究副总裁，深度学习优化领域专家。
（4）Luke Metz：前OpenAI研究员，Transformer架构与元学习方向活跃开发者。
（5）翁荔：北大校友，前OpenAI安全团队副总裁，现为TML联合创始人，为目前公开团队中已知的华人核心成员。
此外，TML还邀请了两位OpenAI早期技术元老担任顾问：
（6）Alec Radford：GPT-1主要作者之一，Transformer架构推动者；
（7）Bob McGrew：前OpenAI研究主管，曾长期负责公司研究路线的统筹管理。
据内部消息，TML目前规模约30人，三分之二来自OpenAI，整体班底与DeepMind早期高度相似，已被多家科技巨头视为潜在并购对象。
有消息称，苹果和Meta已与Murati进行接触，探讨投资或收购的可能性，但尚未进入实质阶段。
在外界看来，TML的成长经历正重演十余年前DeepMind的故事。当时，DeepMind在伦敦集结了大批机器学习博士，吸引谷歌与Facebook争相竞购。
最终谷歌以超5亿美元的价格将DeepMind收入麾下，由此构建起今日AI版图的核心。而DeepMind现任CEO Demis Hassabis，正是谷歌AI体系的掌舵者。
结语：面对竞品，TML如何“搅局”？
2025年AI投融资依旧火热，仅上半年，美国市场就出现至少25笔超亿美元融资，重点集中在大模型、AI编程、医疗和法律等热门赛道。
TML所选择的“企业AI定制+消费级AI产品”双线模式，与当前市场热点基本对齐。不过，定制化AI并非新鲜事物，Scale AI、Turing等初创公司也在押注“AI+咨询”，为企业量身定制模型，但普遍面临规模化难题。
不同于单一的定制服务，TML或许能通过通用型AI产品，在定制化和规模化之间找到突破口。
目前，TML尚未对外发布正式产品，但其融资速度、团队构成与战略布局，已使其成为最受瞩目的AI创业公司之一。
未来其产品落地路径与技术转化能力，将成为评判其是否能“挑战OpenAI”的关键。
来源：The Information
